CrewAI
CrewAI 是一个用于编排角色扮演、自主AI代理的框架。通过利用协作智能，CrewAI 使代理能够无缝协作，处理复杂任务。
该框架拥有一个复杂的内存系统，旨在显著增强AI代理的能力。该系统帮助代理记住、推理并从过去的互动中学习。您可以使用Qdrant来存储CrewAI代理的短期记忆和实体记忆。
- 短期记忆
使用RAG临时存储最近的交互和结果，使代理能够在当前执行期间回忆并利用与其当前上下文相关的信息。
- 实体记忆
实体记忆捕获并组织在任务过程中遇到的实体（人、地点、概念）信息，促进更深入的理解和关系映射。使用RAG来存储实体信息。
与Qdrant的使用
我们将学习如何自定义CrewAI的默认内存存储以使用Qdrant。
安装
首先，安装CrewAI和Qdrant客户端包：
pip install 'crewai[tools]' 'qdrant-client[fastembed]'
设置一个CrewAI项目
你可以学习如何设置一个CrewAI项目这里。让我们假设项目名为mycrew。
定义Qdrant存储
src/mycrew/storage.py
from typing import Any, Dict, List, Optional
from crewai.memory.storage.rag_storage import RAGStorage
from qdrant_client import QdrantClient
class QdrantStorage(RAGStorage):
"""
Extends Storage to handle embeddings for memory entries using Qdrant.
"""
def __init__(self, type, allow_reset=True, embedder_config=None, crew=None):
super().__init__(type, allow_reset, embedder_config, crew)
def search(
self,
query: str,
limit: int = 3,
filter: Optional[dict] = None,
score_threshold: float = 0,
) -> List[Any]:
points = self.client.query(
self.type,
query_text=query,
query_filter=filter,
limit=limit,
score_threshold=score_threshold,
)
results = [
{
"id": point.id,
"metadata": point.metadata,
"context": point.document,
"score": point.score,
}
for point in points
]
return results
def reset(self) -> None:
self.client.delete_collection(self.type)
def _initialize_app(self):
self.client = QdrantClient()
if not self.client.collection_exists(self.type):
self.client.create_collection(
collection_name=self.type,
vectors_config=self.client.get_fastembed_vector_params(),
sparse_vectors_config=self.client.get_fastembed_sparse_vector_params(),
)
def save(self, value: Any, metadata: Dict[str, Any]) -> None:
self.client.add(self.type, documents=[value], metadata=[metadata or {}])
add 和 query 方法使用 快速嵌入 来向量化数据。如果需要，您可以自定义它。
实例化你的团队
您可以了解如何为您的团队设置代理和任务这里。我们可以更新Crew的实例化以使用我们的存储机制。
src/mycrew/crew.py
from crewai import Crew
from crewai.memory.entity.entity_memory import EntityMemory
from crewai.memory.short_term.short_term_memory import ShortTermMemory
from mycrew.storage import QdrantStorage
Crew(
# Import the agents and tasks here.
memory=True,
entity_memory=EntityMemory(storage=QdrantStorage("entity")),
short_term_memory=ShortTermMemory(storage=QdrantStorage("short-term")),
)
你现在可以使用crew run来运行你的Crew工作流。它将使用Qdrant进行内存的摄入和检索。